| 研究課題/領域番号 |
17K20000
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
人間情報学およびその関連分野
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
高野 渉 大阪大学, 数理・データ科学教育研究センター, 特任教授(常勤) (30512090)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2019年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2018年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | ロボット / 自然言語 / 機械学習 / 運動 / 人工知能 / 統計的情報処理 / 言語 |
|---|
| 研究成果の概要 |
記号化・言語を背景として高度に体系化された人間社会にロボットが浸透するためには，言語化能力をロボットに実装することが必要不可欠となる．本研究課題では，全身運動と言語表現の連想構造を多段中間層を有する統計数理モデルにて表現した．運動データが入力層，言語表現が出力層，入力と出力の関係が，複数の中間層にて結びついた構造であり，それら結びつきを規定するモデルパラメータの最適化アルゴリズムを導出した．これは，運動と言語の関係が中間層の隠れ変数空間の分布として抽出できたことになる．計測した全身運動からそれを説明する文章表現を生成する計算が可能となった．
|
| 研究成果の学術的意義や社会的意義 |
本研究成果では，運動と言語を結ぶ多層統計モデルの学習法を提案し，行動を言語表現に変換することを実現した．確率パラメータの性質を利用した最適化計算は．新たな学習アルゴリズムであり，学術的意義がある．また，開発した技術は，行動を言語として理解するロボットの基盤となり，研究室，介護施設，病院などの人間行動を言語化する応用研究に発展している．ロボットや人工システムが日常生活に浸透することを加速させる社会的意義がある．
|
